Anda di halaman 1dari 25

DASAR – DASAR ITELEJEN

BISNIS, DATABASE DAN


MANAGEMEN INFORMASI

KELOMPOK 6 :

1. HAPSARI HERCHINTA RUKMI (7211418164)


2. RIFQI NISWATUN ZAKIYAH (7211418215)
3.MUHAMMAD ABDUH PRATAMA (7211418225)
Hierarki Data
MENGORGANISAS
IKAN DATA - Database
Sekelompok file yang saling berhubungan
DALAM
LINGKUNGAN - File
Sekumpulan record dengan jenis sama
FILE
TRADISIONAL - Record
Sekelompok field yang saling berhubungan
Sistem Informasi yang
- Field
efektif menyediakan Sekelompok karakter yang membentuk
pengguna informasi kata, beberapa kata ataupun serial angka
yang akurat, tepat
- Byte
waktu dan relevan. Sekelompok bit, mewakili satu buah karakter tunggal
Informasi yang akurat
yang dapat berupa huruf, angka, atau simbol

yaitu bebas dari - Bit


kesalahan. Mewakili unit data terkecil yang dapat ditangani oleh
komputer
Ketergantungan Program Data
Redudansi dan
MASALAH Inkonsistensi Data Mengacu pada satu paket data
yang diperlukan oleh program-
Kehadiran data ganda program tertentu untuk
pada beberapa file yang
memperbarui dan mengelola
tersimpan dibeberapa
DAL AM tempat atau lokasi. file tertentu sehingga program
tersebut perlu mengubah data.

L I N G KU N G A N
Sistem Keamanan yang
Kurangnya Ketersediaan Buruk Kurangnya
Fleksibilitas
D ATA dan Pendistribusian
Data Longgarnya
pengendalian atau File tradisional hanya
Tidak mungkin untuk pengelolaan terhadap dapat mengirimkan
mengakses dan data, akses dan laporan rutin tetapi
T RA D I S I O N A L mendistribusikan penyebaran informasi tidak bisa mengirimkan
informasi pada waktu menjadi tidak laporan yang diperlukan
bersamaan terkendali. dalam waktu tertentu.
PENDEKATAN DATABASE UNTUK PENGELOLAAN DATA
Bagaimana DBSM Menyelesaikan Masalah- Masalah
pada Lingkungan File Tradisional

DBSM mengurangi redudansi (ganda) dan inskonsistensi


data dengan meminimalisasikan file-file yang terisolasi yang berisi
data sama. DBSM mungkin tidak dapat mengurangi redudansi
secara keseluruhan, namun dapat meminimalisirkannya.

Suatu organisasi memiliki data ganda, namun dengan


DBSM, inkonsistensi data tersebut dapat dihilangkan, karena data
ganda memiliki nilai yang sama. DBSM memisahkan program
dengan data, memungkinkan data dapat untuk berdiri sendiri.
DBMS Relasional

DBSM menampilkan data menjadi tabel dua dimensi


(relasi). Setiap tabel berisi data pada entitas dan artibutnya.
Database tersebut mempunyai tabel terpisah untuk pemasok dan
barang. Setiap elemen individu pada data disimpan sebagai field
yang terpisah dan mewakili suati atribut entitas tersebut. Field disini
 sama dengan kolom. Untuk Pemasok, nomor id, nama, jalan kota,
negara, kode pos disimpan sebagai field.

Informasi lengkap seorang pemasok dalam tabel disebut baris. Field


Nama_pemasok memberikan identifikasi untuk setiap record
sehingga record dapat diambil dan digolongkan, diperbaharui.
Nama_Pemasok disebut sebagai Field Kunci. Setiap database
memiliki satu field sebagai kunci primer. Field kunci dan kunci
primer, berisi iformasi yang tidak dapat diduplikasi. Nomor Pemasok
adalah kunci primer tabel pemasok dan Nomor Suku cadang kunci
primer dari tabel suku cadang. Nomor Pemasok muncul dua kali di
tabel pemasok dan suku cadang. Namun, Nomor pemasok di tabel
suku cadang dianggap kunci asing (foreign key) merupakan field
penting untuk mencari suku cadang berdasar pemasoknya.
Oprasi DBSM Relasional

Tabel database relasional dapat dikombinasikan dengan mudah untuk mengirimkan data yang diperlukan oleh
pengguna, yang disediakan oleh dua tabel yang saling berbagi elemen data. Saat kita mencari pemasok suku cadang dengan nomer
tertentu kita memerlukan 2 tabel.
Tiga operasi dasar digunakan untuk mengembangkan serangkaian data yang berguna seperti select, join, project.
Select menampilkan suatu bagian yang berisi seluruh rekaman pada suatu file berdasarkan kriteria yang ditentukan.
Project menampilkan kolom-kolom dari suatu tabel berdasarkan kriteria tertentu, yang memungkinkan pengguna untuk
menampilkan tabel baru yang berisi informasi-informasi yang betul diperlukan.
Joint mengombinasikan tabel-tabel yangf memiliki keterkaitan untuk menyediakan informasi yang lebih lengkap kepasda pengguna
Database Non Relational dan Database pada Sistem Cloud Computing

Sistem manajemen database non-rasional menggunakan model data lebih fleksibel dan dirancang untuk
mengelola data berukuran besar yang didistribusikan pada banyak perangkat serta mempermudah dalam meningkatkan
atau menurunkan skalabilitas. Hal itu sangat berguana untuk menangani permintaan-permintaan data sederhana pada data
tersetuktur maupun yang tidak memiliki volume besar. Seperti web, media social, grafis, dan bentuk data lainnya yang
sulit dianalisis menggunakan perangkat tradisional berbasis SQL.Sehingga perusahaan-perushan beralih ke “NoSQL”
berarti teknologi database non relasional.
Jenis database NoSQL berbeda-beda, masing-masing memiliki fitur teknis yang berbeda pula. Database
Oracle NooSQL, contohnya adalah SimpleDB buatan amazon (layanan web yang beropasi pada Cloud Computing).
Database pada Sistem Cloud Computing

Sebagai tambahan bagi layanan pengelolaan data berbasis public cloud computing, perusahaan
saat ini memiliki pilihan untuk menggunakan database berbasis privat cloud computing.
Sistem private cloud computing mengkonsolidasikan server, tempat penyimpanan, system
operasi, database, serta beban pekerjaan ke dalam perangkat keras dan perangkat lunak yang
terdistribusi. Dengan mendistribusikan database pada system private cloud computing yang
trekonsolidasi memungkinkan departemen TI untuk meningkatkan kualitas pelayanan serta mengurangi
beban modal dan biaya operasi.
MEMINTA DAN MELAPORKAN Database memerlukan rancangan

KAPABILITAS DBMS menyertakan perangkat konsep maupun fisik. Rancangan


SISTEM untuk mengakses dan konseptual atau logis dari suatu
MANAJEMEN memanipulasi informasi pada database adalah model abstrak
DATABASE database. Sebagian besar DBMS database dari prespektif organisasi
memiliki bahasa tersendiri yaitu bisnis. NormalisasidanDiagramRelasi
DBMS selalu menyertakan Entitas. Proses perancangan
bahasa manipulasi data yang
perangkat untuk digunakan untuk menambah, mengidentifikasi hubungan elemen-
mengorganisasikan, mengubah, menghapus dan elemen data dan cara yang efisien
mengambil data pada database. dalam mengelompokkan elemen-
mengelola, dan mengakses
elemen data untuk menjawab
data pada database dan hal
MERANCANG DATABASE kebutuhan informasi suatu
yang terpenting adalah organisasi.
bahasa untuk Sistem database rasional berupaya
mendefinisikan data, kamus untuk menerapkan aturan referensi

data, dan bahasa untuk integral yang menjamin hubungan


antartabel tetap konsisten.
memanipulasi/
Perancang database
memodifikasi data.
mendokumetasikan model datanya
dengan sebuah diagram relasi
MEMANFAATKAN DATABASE UNTUK MENINGKATKAN
KINERJA BISNIS DAN PENGAMBILAN KEPUTUSAN

TANTANGAN DALAM
MENANGANI BESARNYA
VOLUME DATA

Sebagian data dikumpulkan


oleh organisasi yang terdiri atas
data transaksi. Terdapat
lonjakan dari lalu litas web,
surel, konten media sosia dll.
Sehingga rangkaian data
dengan volume besar yang
melampaui kemampuan DBMS
dalam mengelola, menyimpan
dan menganalisis data.
Click icon to add picture
Warehouse : data yang menyimpan data historis dan data terkini yang berpengaruh
bagi kepentingan pengambilan keputusan.
Data Marts : Bagian dari data warehouse yang diringkas
Hadoop : perangkat kerja open source yang dikelola oleh apache software foundation
yang memungkinkan pendistribusian proses data berkapabilitas besar.
Komputasi dalam memori : cara untuk memfasilitasi analisis data yang besar
Platform analisis platform analitis yang dioptimaljkan untuk menganalisis kumpulan
data yang besar .
PERANGKAT ANALISIS :
HUBUNGAN, POLA, TREN

 Pemrosesan Analitis Online (OLAP)


OLAP mendukung analisis data yang multidimensional yang
memungkinkan bagi para pengguna untuk melihat data yang sama
dalam cara-cara yang berbeda dengan menggunakan banyak dimensi.

 Data Mining
Data mining memberikan wawasan pada korporat, data yang
dapat diperoleh dengan OLAP dengan menemukan pola-pola yang
tersembunyi serta hubungan dalam database yang besar dan aturan
menarik kesimpulan dari mereka untuk memprediksi perilaku pada
masa yang akan datang.
Asosiasi

Asosiasi merupakan kejadian yang dikaitkan dengan suatu peristiwa


tunggal. Sebagai contah, penelitian mengenai pola pembelian di
supermarket akan mengungkapkan bahwa, ketika keripik jagung dibeli,
maka minuman cola akan dibeli sebanyak 65 persen, tetapi ketika
terdapat promosi, maka cola yang dibeli meningkat menjadi 85 persen.
Informasi ini dapat membantu para manajer untuk mengambil keputusan
yang lebih baik karena mereka teiah mempelajari manfaat dari suatu
promosi.
Urutan

Dalam urutan maka peristiwa-peristiwa akan dikaitkan


berdasarkan waktu. Kita dapat menemukan contohnya, jika
sebuah rumah dibeli, terdapat 65 persen kemungkinan sebuah
kulkas baru akan dibeli juga dalam dua minggu, dan 45 persen
kemungkinan sebuah oven akan dibeli dalam waktu sebulan
setelah rumah itu dibeli.
Klasifikasi

Klasifikasi membahas pola-pola yang menggambarkan kelompok yang


mana suatu barang yang dimiliki dengan memeriksa barang yang ada, yang
telah diklasifikasikan dan dengan menarik kesimpulan dari serangkaian
aturan. Sebagai contoh, bisnis seperti misalnya kartu kredit atau
perusahaan telepon akan khawatir kehilangan para pelanggannya yang
loyal. Klasifikasi dapat membantu untuk menemukan ciri-ciri dari para
pelanggan yang memiliki kecenderungan untuk berhenti dan dapat
meyediakan suatu model untuk membantu para manajer dalam
memprediksikan siapakah para pelanggan tersebut sehingga para manajer
dapat merancang kampanye-kampanye khusus untuk ahankan para
pelanggan tersebut
Clustering

Clustering bekerja dengan cara yang sama seperti klasifikasi ketika


tidak ada kelompok yang masih belum didefinisikan. Alat bantu data
mining dapat menemukan pengelompokan yang berbeda di dalam data,
seperti misalnya menemukan daya tarik kelompok para pelanggan yang
didasarkan pada demografs dan tipe dari investasi pribadi.
Peramalan

Peramalan menggunakan serangkaian nilai yang ada untuk


meramalkan berapa besar dari nilai lainnya. Sebagai contoh, peramalan
akan menemukan pola- pola dalam data untuk membantu para manajer
dalam mengestimasi nilai masa dari variabel-variabel yang terus-
menerus, seperti angka penjualan. atas kartu bank atau membagi suatu
database ke dalam kelompok-kelompok dari mendatang
TEKS MINING DAN WEB MINING

• Teks mining untuk menganalisis transkrip dari pelanggan


kepada pusat layanan pelanggan untuk menyelesaikan masalah
atau untuk mengukur pendapat pelanggan mengenai perusahaan.

• Web mining untuk membantu mereka dalam memahami perilaku


konsumen, melakukan evaluasi atas keefektifan situs web
tertentu, atau kuantitas dari keberhasilan suatu kampanye
pemasaran.
DATABASE DAN WEB

• Database adalah kumpulan data yang disimpan secara


sistematis didalam komputer yang dapat diolah atau
dimanipulasi menggunakan perangkat lunak (program aplikasi)
untuk menghasilkan informasi.

• Web adalah sumber utama lainnya dari data besar yang tidak
berstruktur untuk mengungkapkan pola, kecenderungan, dan
wawasan dalam perilaku konsumen.
Mengelola Sumber Daya